फ़ॉर्मेट
- FASTA में > से शुरू होने वाली एक टाइटल लाइन और उसके बाद सीक्वेंस होता है। लगभग हर प्रोग्राम इसे पढ़ लेता है।
- GenBank रिकॉर्ड, जो NCBI से आते हैं, में एक हेडर, जीन और दूसरे हिस्सों का ब्योरा देने वाली FEATURES टेबल, और ORIGIN के बाद सीक्वेंस होता है, आखिर में // के साथ।
- EMBL रिकॉर्ड, जो ENA से आते हैं, में यही जानकारी हर लाइन की शुरुआत में दो अक्षरों के कोड के साथ होती है और सीक्वेंस SQ के बाद।
पूरा सीक्वेंस बदलें
- GenBank और EMBL से FASTA खोलें।
- रिकॉर्ड पेस्ट करें, या एक के बाद एक कई।
- FASTA कॉपी या डाउनलोड करें। एक्सेशन और डेफ़िनिशन टाइटल लाइन बन जाते हैं।
एक जीन निकालें
जीनोम के एक रिकॉर्ड में हज़ारों फ़ीचर हो सकते हैं। GenBank फ़ीचर एक्सट्रैक्टर आपके चुने हर CDS, gene, rRNA या दूसरे फ़ीचर का DNA अलग FASTA एंट्री के रूप में लिखता है। यह एक्सॉन में बँटे जीन के लिए join() और दूसरे स्ट्रैंड वाले जीन के लिए complement() का पालन करता है, इसलिए सीक्वेंस सही क्रम और सही दिशा में आता है।
प्रोटीन लें
कोडिंग सीक्वेंस का प्रोटीन आम तौर पर रिकॉर्ड में /translation क्वालिफ़ायर में पहले से लिखा होता है। GenBank ट्रांसलेशन एक्सट्रैक्टर इन प्रोटीन को बिना दोबारा ट्रांसलेट किए FASTA में सूचीबद्ध करता है।
क्या बदलता है
GenBank रिकॉर्ड में अनुक्रम ORIGIN के बाद दस-दस बेस के क्रमांकित खंडों में रहता है:
ORIGIN
1 atggtgagca agggcgagga gctgttcacc ggggtggtgc
//FASTA में क्रमांक और स्पेस हट जाते हैं, और बेस एक शीर्षक पंक्ति के नीचे एक ही लड़ी में जुड़ जाते हैं:
>रिकॉर्ड का शीर्षक
atggtgagcaagggcgaggagctgttcaccggggtggtgcआम समस्याएँ
- छोटे अक्षर। GenBank बेस छोटे अक्षरों में लिखता है। ज़्यादातर प्रोग्राम इसे अनदेखा करते हैं, पर कुछ जीनोम टूल छोटे अक्षरों को "मास्क" किए गए दोहराव मानते हैं। अगर कोई प्रोग्राम माँगे तो बड़े अक्षरों में बदलें।
- अधूरे फ़ीचर।
<1..>500जैसी लोकेशन बताती है कि जीन रिकॉर्ड के सिरों से आगे जाता है, इसलिए निकाला गया अनुक्रम अधूरा है। - कई रिकॉर्ड एक साथ चिपके हुए। // पर ख़त्म होने वाला हर रिकॉर्ड अपनी अलग FASTA एंट्री बनता है। एक // छूट जाए तो दो रिकॉर्ड एक में मिल जाते हैं।